额外篇 ,不需要看,是我不知道放哪个栏目,就放在这该专栏了。
使用basemap是为了如何绘制数据,而不是简单看下图片
以下是一些可用的绘图功能
物理边界和水体
-
DrawCoastlines()
:绘制大陆海岸线 -
drawlsmask()
:在陆地和海洋之间绘制一个遮罩,用于一个或另一个上的投影图像。 -
drawMapBoundary()
:绘制地图边界,包括海洋的填充颜色。 -
draw rivers()
:在地图上绘制河流 -
fillContinents()
:用给定颜色填充大陆;可以选择用另一种颜色填充湖泊
政治界限
-
drawCountries()
:绘制国家边界 -
drawStates()
:绘制我们的状态边界 -
drawCountries()
:绘制美国县边界
地图功能
-
drawGreatCircle()
:在两点之间画一个大圆 -
drawParallels()
:绘制等纬度线 -
drawMeridians()
:绘制经度不变的线 -
draw map scale()
:在地图上绘制线性比例
全球图像
-
blue marble()
:将NASA的蓝色大理石图像投影到地图上 -
shaddedRelief()
:将着色的浮雕图像投影到地图上 -
etopo()
:在地图上绘制etopo浮雕图像 -
warpImage()
:将用户提供的图像投影到地图上
对于基于边界的要素,在创建基础地图图像时必须设置所需的分辨率。
“basemap”类的“resolution”参数设置边界的详细程度,如果不使用边界,可以是“c”(粗)、“l”(低)、“i”(中)、“h”(高)、“f”(满)或“none”(无)。
将创建苏格兰美丽的斯凯岛的低分辨率和高分辨率地图
苏格兰位于57.3°N,6.2°W,使用90000×120000公里的地图
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
fig, ax = plt.subplots(1, 2, figsize=(12, 8))
for i, res in enumerate(['l', 'h']):
m = Basemap(projection='gnom', lat_0=57.3, lon_0=-6.2,
width=90000, height=120000, resolution=res, ax=ax[i])
m.fillcontinents(color="#FFDDCC", lake_color='#DDEEFF')
m.drawmapboundary(fill_color="#DDEEFF")
m.drawcoastlines()
ax[i].set_title("resolution='{0}'".format(res))
在地图上绘制数据
使用“basemap”实例将纬度和经度坐标投影到“x,y”坐标
其中一些特定于地图的方法是:
Contour()`/
Contourf()``:绘制轮廓线或填充轮廓imshow()
:绘制图像pcolor()`/
pcolormesh()``:为不规则/规则网格绘制伪彩色图plot()
:绘制线条和/或标记。scatter()
:使用标记绘制点。quiver()
:绘制向量。barbs()
:绘制风倒钩。drawGreatCircle()
:画一个大圆。
有关这些函数(包括几个示例图)的详细信息,请参阅[在线文档](http://matplotlib.org/basemap/)。
读入数据来画图
import pandas as pd
cities = pd.read_csv('data/california_cities.csv')
cities.columns
Index(['Unnamed: 0', 'city', 'latd', 'longd', 'elevation_m', 'elevation_ft',
'population_total', 'area_total_sq_mi', 'area_land_sq_mi',
'area_water_sq_mi', 'area_total_km2', 'area_land_km2', 'area_water_km2',
'area_water_percent'],
dtype='object')
cities.head()
绘制加利福尼亚城市位置、大小和人口的信息。
# Extract the data we're interested in
lat = cities['latd'].values
lon = cities['longd'].values
population = cities['population_total'].values
area = cities['area_total_km2'].values
设置地图投影,分散数据,然后创建颜色条和图例
# 1. Draw the map background
fig = plt.figure(figsize=(8, 8))
m = Basemap(projection='lcc', resolution='h',
lat_0=37.5, lon_0=-119,
width=1E6, height=1.2E6)
m.shadedrelief()
m.drawcoastlines(color='gray')
m.drawcountries(color='gray')
m.drawstates(color='gray')
# 2. scatter city data, with color reflecting population
# and size reflecting area
m.scatter(lon, lat, latlon=True,
c=np.log10(population), s=area,
cmap='Reds', alpha=0.5)
# 3. create colorbar and legend
plt.colorbar(label=r'$\log_{10}({\rm population})$')
plt.clim(3, 7)
# make legend with dummy points
for a in [100, 300, 500]:
plt.scatter([], [], c='k', alpha=0.5, s=a,
label=str(a) + ' km$^2$')
plt.legend(scatterpoints=1, frameon=False,
labelspacing=1, loc='lower left')
还有很多牛逼的东西
https://matplotlib.org/basemap/users/examples.html